科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着低轨卫星制造和发射成本的降低，以及其覆盖范围大、数据传输速率高等优点，低轨卫星已成为空地网络数据传输的重要组成部分。但受地理位置及人们生活习惯等因素影响，用户对数据需求差异会造成网络流量不均衡，可能导致网络拥塞进而影响数据传输。传统卫星网络获取网络信息收敛慢，无法细粒度收集全局网络信息，不利于计算最优路由。多业务请求无法满足服务质量要求。本文将人工智能技术应用于低轨卫星网络，利用软件定义网络获取全局网络信息，感知网络流量，通过强化学习在线制定综合决策，实时更新最优路由策略。仿真结果表明，所提强化学习算法有良好收敛性和较强泛化能力。与传统路由相比，本文算法吞吐量提高了8%，且具有负载均衡性。
- 单位
